《表3 不同产量水平下植被指数的双Logistic模型参数》

《表3 不同产量水平下植被指数的双Logistic模型参数》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《冬小麦生物量及氮积累量的植被指数动态模型研究》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
缩写同表1。

由以上分析可知,4个优选的植被指数与产量间相关性在大多数生育时期都保持较高的水平,因而将植被指数按照不同的产量水平分成低产(<6000 kg hm–2)、中产(6000~7500 kg hm–2)、高产(7500~9000 kg hm–2)和超高产(>9000 kg hm–2)。结合作物生长发育规律,使用双Logistic模型拟合作物生育进程中植被指数的动态变化,图5表明,随着AGDD的增加不同产量水平下4个植被指数均呈现先增后减的动态变化规律。表3表明,小麦生长过程中最大速度1/b1和衰老过程中最大速度1/b2均因植被指数而异N D S I和S AV I(8 2 5,7 3 5)的最大速度均以超高产水平最高,而mRER和CIred-edge则以中产水平最高,4个植被指数则均在低产水平下最小。4个植被指数生长拐点和衰老拐点均在低产水平下最早出现,表明较短的生育进程是小麦低产的一个原因。衰老拐点出现的时间依次为中产、超高产和高产。生长拐点出现的时间不仅受植被指数类型的影响,同时也因产量水平而异。对于NDSI和SAVI(825,735)来说,生长拐点的出现时间依次为中产、超高产和高产,而mRER和CIred-edge则随着产量水平提高而滞后。从拟合精度看,产量水平越高,模型精度越高,低产水平的R2相对较差(0.608~0.736),而超高产水平的R2较高(0.882~0.957);植被指数间比较,整体而言,CIred-edge和SAVI(825,735)拟合精度相对较高,其次为mRER,而NDSI最差。